语言教师测评素养的引路之作外语教师测试手册

一、引言

2020年6月30日，中央全面深化改革委员会第十四次会议审议通过的 《深化新时代教育评价改革总体方案》中，首次提出“四个评价”——“改进结果评价，强化过程评价，探索增值评价，健全综合评价”。这是未来一段时期指导教育评价改革的纲领性文件。2018年教育部教师工作司就明确提出，出台“全面深化新时代教师队伍建设改革的意见”，大力提升教师专业素质能力和深化教师管理综合改革。教师测评素养是教师职业能力的重要组成部分。当前我国教师的测评理念存在一定偏差，测评知识有一定缺失，测评技能较低[1]，加强教师测评素养迫在眉睫。在此背景下，Hughes《外语教师测试手册》（Hughes，A.2003:Testing for Language :Cambridge University ISBN:0 521 2）推介恰逢其时。

二、《外语教师测试手册》内容简介

《外语教师测试手册》由剑桥大学出版社授权外语教学与研究出版社在国内出版，是外研社和人教社联合推出的“剑桥英语教师丛书”中的一册，十余年来已经重印了10次，成为语言测试方面的经典之作。本书用浅显易懂的语言全面介绍了语言测试的基本理论和方法，对于尚未接触测试领域的语言教师来说是非常有价值的参考资料。

作者简明通俗地描述了信度（reliability）、效度（validity）、反拨作用（washback）等测试相关定义，对如何实际设计和实施反映这些测试要点的语言测试提出了建议，并提供了测试听说读写四项技能的具体技巧。

虽然这本书的初衷是为从事中等教育以上工作者而写的，但也有许多内容涉及到其他教育级别的教育情况。第二版又增加了专门介绍儿童语言能力测试的章节，以及有关测试技巧的章节，如综合能力的测试以及统计分析和建立题库数据库。书中所有例子都是关于英语作为第二语言的测试，但是测试技巧却可以推广到其他语言的测试。

全书由十四章构成，前两章简要讨论了测试与教学的关系。在第三章，Hughes描述了四种常见的语言测试方式，即:水平测试（proficiency tests）、学业成就测试（achievement tests）、诊断性测试（diagnostic tests）和分级编班测试（placement tests），并简要解释了每种测试所适用的条件。作者还比较了按照不同方法分类的几组测试:直接测试和间接测试（direct and indirect tests）、分立式测试和综合式测试（discrete point and integrative tests）、常模参照考试和标准参照考试 （norm-referenced and criterion-referenced tests），以及客观测试和主观测试（objective and subjective tests）。每种测试类型的解释和举例对语言测试的初学者都很容易理解。Hughes强调了一个观点，即教师和教育机构无论是测量输入性语言技能（阅读和听力）还是产出性语言技能（写作和口语），都应该尽可能采用直接测试而非间接测试方法。直接测试要求学生直接运用要测试的技能或能力，测试结果能够直接反映考生某一方面的语言能力，而间接测试指测试结果不能直接反映所要考查的语言能力，但是可以让测试人对考生语言能力有可判断的依据。作者认为，间接测试的首要问题在于难以确定所测试的样本是否真正体现了所要测量的语言能力。

在第四章，Hughes概述了四种效度:内容效度（content validity）、效标关联效度（criterion-related validity）、构念效度（construct validity）和表面效度（face validity）。作者认为，对语言测试，尤其对高风险的语言测试，应该运用定量和定性的研究方法进行效度验证，以确保实际测量的内容精确反映要测量的内容。但是，作者承认他描述的几种类型的效度验证过程，由于时间和资料上的限制，是很难甚至是不可能应用到教师自己的课堂上的。作为补偿，Hughes对教师出题的测试的效度验证提供了几条建议:

（1）制定清楚明了的考试规范。

（2）如采用间接测试，则尽可能多地采用具有典型性的测试范畴的样本。例如测试语法，语法知识是有关目标语言结构的全部知识，所包含的内容很多。语法测试能够做到的只是按照语言教学大纲，把语法分成很多个单项，然后从中取样用来测试。

（3）如有可能尽量使用直接测试。

（4）只对那些被测试的要素评分。

（5）确保考试的信度。

在第五章的开头部分，作者阐述了信度的概念和怎样测量信度。作者讲到了许多测量信度的方法，包括重测信度（the test－retest method）、副本信度（the alternative forms method）和分半信度 （split half method）。 Hughes还简要解释了真分数（true score）、测量标准误（standard error of measurement）和项目反应理论（Item Response Theory）的概念，以及怎样在语言测试中运用这些理论来测定信度。在该章的末尾部分，作者列举了几个供考试开发者遵循的原则，以促进应试者的表现和不同评分员之间评分的可信度，其中包括:排除那些不能很好区分学生成绩好坏的项目，以及让参加考试者熟悉考试形式和考试中应用的技术。

文章来源：《教育评论》 网址: http://www.jyplzzs.cn/qikandaodu/2021/0627/1102.html